Es muy probable que todas las personas que nos dedicamos a la docencia escolar y universitaria hayamos tenido que enfrentar la llegada de la IA generativa (como ChatGPT) con bastante sorpresas independiente del nivel y disciplina a la que nos dediquemos. Para quienes nos dedicamos a las humanidades y en particular a la enseñanza de la literatura, muchas de ellas han sido dar cuenta de que las evaluaciones tradicionales de escritura, como un ensayo, se convirtieron en callejones sin salida al momento de querer medir el aprendizaje de los y las estudiantes. La capacidad de las IA de escribir un texto coherente y cohesionado en unos pocos segundos desplazó por completo el proceso de reflexión y escritura que para muchas de las personas que se enfrentan a ella requiere. Parafraseando a la filósofa y poeta Amy Ireland (2022), la velocidad con que las IAs actúan sólo puede ser replicada por otra IA. Entonces, la pregunta que como docentes debemos hacernos es: ¿cómo afrontamos los dilemas pedagógicos y éticos que la irrupción masiva y accesible de las diversas aplicaciones de IA generativas en nuestra sociedad? Una primera respuesta será, conociendo qué es lo que hoy en día llamamos inteligencia artificial, cómo funciona y de qué formas podemos convertirla en una herramienta de trabajo.

En primer lugar, es importante señalar a qué nos referimos con inteligencia artificial generativa. Ésta se refiere a sistemas capaces de producir contenido nuevo, como texto, imágenes o música, a partir de patrones aprendidos en datos existentes. Un ejemplo destacado de esta tecnología son los Modelos de Lenguaje Grande (LLM, por sus siglas en inglés), que generan texto coherente y relevante en respuesta a entradas proporcionadas por el usuario. Los LLM, como ChatGPT, funcionan prediciendo la siguiente palabra en una secuencia, basándose en el contexto previo. Para lograr esto, representan cada palabra mediante vectores numéricos en un espacio multidimensional, donde palabras con significados similares se ubican cerca unas de otras. Esta representación permite que el modelo capture relaciones semánticas y contextuales entre palabras, facilitando la generación de texto coherente y con sentido. Una pieza fundamental en el funcionamiento de estos modelos es la arquitectura de transformadores. Estos procesan las palabras de una oración en paralelo, evaluando la relación de cada palabra con las demás mediante un mecanismo denominado «atención». Este enfoque permite al modelo comprender el contexto completo de una oración, mejorando la precisión en la generación de texto  (Orland, 2023). Este proceso de aprendizaje automático permite que el modelo genere respuestas que no solo son gramaticalmente correctas, sino también contextualmente apropiada (Wolfram, 2023)… en la mayoría de los casos.

Esta breve descripción de la IA generativa y de los LLM nos permite delimitar el tipo de herramientas a las cuales estaremos utilizando en nuestra serie “IA para la docencia”. Como esta es nuestra primera parte, nos centraremos en la parte más básica y fundamental para usar este tipo de herramientas: el prompt. Primero lo fundamental, ¿qué es un prompt? Básicamente, es una instrucción o pregunta que proporcionamos a una inteligencia artificial (IA), como ChatGPT, para obtener una respuesta específica. Ahora, la especificidad dependerá de la calidad y claridad de nuestro prompt. Un ejemplo sencillo podría ser el siguiente: «Diseña una actividad para mejorar el vocabulario de mis estudiantes en la preparación para la PAES de competencia lectora.» Si bien el prompt especifica el tipo de actividad y la evaluación que la contextualiza, podemos observar rápidamente los siguientes problemas: 1. No señala el nivel educativo ni el tipo de actividad. 2. No indica si se enfoca en sinónimos, palabras académicas o términos específicos. 3. No menciona la modalidad de la actividad (ejercicios escritos, dinámicas interactivas, lectura guiada, etc.). Si le agregamos estos detalles, obtendremos algo como esto: «Diseña una actividad interactiva para mejorar el vocabulario de mis estudiantes de 4° medio en la preparación de la PAES de competencia lectora. La actividad debe incluir palabras de alta frecuencia en textos académicos, enfocarse en sinónimos y contexto de uso, y utilizar una metodología gamificada como un juego de asociación de palabras o un reto en equipo. Además, proporciona una lista de 15 palabras clave con definiciones y ejemplos de uso en contexto.»

En su artículo, “Getting started with AI: Good enough prompting”, Ethan Mollick (2024) plantea que debemos usar la IA bajo el criterio general de un “compañero de trabajo infinitamente paciente y que olvida todo lo que conversamos”. Esta forma de verlo da cuenta de que programas como ChatGPT, Gemini, Copilot, Midjourney, entre las miles de otras que han ido apareciendo en los últimos años, funcionan en una lógica dialógica de la que sacamos su máximo potencial si es que sabemos cómo conversar con ellas. En una primera instancia, usarlas para conversar de temas en los que tenemos expertis es una ventaja para reconocer la efectividad y profundidad a la que podemos llegar con estas inteligencias artificiales. Dentro de este ejercicio, darles retroalimentación de sus respuestas, permitirá que estas vayan ajustándose a lo que queremos conseguir. Una de las formas de hacer esto de manera más productiva es mantener la claridad en nuestros objetivos para proveer de buenos y malos ejemplos de los que queremos. Sintetizando lo que plantea Mollick (2024), podemos enumerar 4 pasos para generar prompts eficientes:

1. Claridad y especificidad: explicar exactamente qué se necesita, con detalles específicos sobre contexto y propósito.
2. Proporcionar ejemplos y pasos a seguir: esto es, incluir ejemplos de respuestas deseadas y/o de la estructura esperada, como también, dar instrucciones paso a paso para que la IA genere contenido alineado con lo que se busca.
3. Contexto y memoria de la IA: roles o personajes para ayudar a la IA a entender mejor la tarea, recordando que en cada nueva conversación/chat debemos recordarle todo el contexto.
4. Una colega paciente: dado que las IAs no caen en frustraciones, pedirles que nos provean de múltiples opciones y ajustes a los resultados es sencillo y útil para sopesar cuál respuesta se acerca más a lo que queremos.

Un ejemplo de prompt siguiendo estas indicaciones tendría que ser algo como esto: «Diseña una clase para enseñar ecuaciones de segundo grado a estudiantes de 3° medio en Chile, alineada con las bases curriculares del MINEDUC y enfocada en la PAES de Matemática [Claridad y especificidad]. La clase debe incluir una explicación teórica clara, ejemplos resueltos paso a paso y ejercicios prácticos en tres niveles: reconocimiento de ecuaciones, aplicación de métodos de resolución y problemas contextualizados [Proporcionar ejemplos y pasos a seguir]. Actúa como una profesora de matemáticas de educación media en Chile, utilizando metodologías activas y resolución de problemas [Contexto y memoria de la IA]. Propón dos estrategias didácticas: una con gráficos y software como GeoGebra y otra con ejercicios colaborativos tipo PAES. Además, entrega cinco errores comunes y estrategias para corregirlos [Una colega paciente].» Por un lado, este ejemplo ilustra cómo podemos elaborar un prompt para avanzar rápidamente en conseguir los resultados esperados, por otro, nos permite señalar uno de los aspectos fundamentales a la hora de hacer un prompt: la perfección no existe, el aprendizaje que desarrollemos dependerá de la cantidad de práctica que tengamos en el uso de estas herramientas.

Lo importante en el uso de estas nuevas tecnologías, como toda herramienta, es aprender a usarlas y, reiteramos, la práctica hace al maestro. Ahora, también tenemos que aceptar las limitaciones que los programas tienen, por lo que pensar que nuestra labor docente será reemplazable en un futuro es, por una parte, no conocer los usos de estos programas. Por otra parte, reconocer que nuestro trabajo va mucho más allá que el desarrollo de contenidos disciplinarios, sino formar mentes capaces de aprender a aprender. Por ello, la invitación es a utilizar todos los medios que tenemos a disposición para poder potenciar el aprendizaje de nuestros y nuestras estudiantes como sujetos activos en su desarrollo cognitivo. La IA puede ser una herramienta para mediar experiencias que estimulen el pensamiento crítico, la creatividad y la autonomía del estudiante ayudando a personalizar el aprendizaje, desarrollar la metacognición y generar desafíos que favorezcan la modificabilidad cognitiva. No es la tecnología la que enseña, sino el docente que media su uso con intención pedagógica.

Alejandro Rossi
Ph.D. en Español
Universidad de California, Davis, USA